Hasil Pencarian  ::  Simpan CSV :: Kembali

"handwritten word segmentation problem has been exist for a long time in a handwritten word recognition filed...."

"Handwritten word segmentation problem is one of many problems in the handwritten wprd recognition field. This segmentation problem will be more complicated if dealing with cursive handwritten words. This paper will discuss a simple approach in segmentation using 1D Gaussian filters having 8 points in length and 4 - 12 in standard deviation as well as those having 12 - 24 points in length 4- 16 in standard deviation can be used effectively for this kind of segmentation."

"Pada skripsi ini akan dibahas bagaimana pengujian dan analisis performansi dari program pengoreksi kesalahan penulisan kata pada kalimat dengan menggunakan algoritma jaro winkler distance pada SIMPLE-O. Di dalam penggunaan word processor sering ditemukan kesalahan pengetikan suatu kata. Kesalahan yang terjadi adalah ketika kata yang diketik memiliki struktur huruf yang salah sehingga mengakibatkan kata yang diketik tidak mengandung arti yang sebenarnya. Kesalahan penulisan tersebut dapat berakibat berkurangnya nilai akhir yang didapatkan jika dilakukan penilaian dengan menggunakan program penilai otomatis SIMPLE-O. Algoritma Jaro Winkler Distance merupakan sebuah variant algoritma Jaro Distance metric yang bisa digunakan untuk menganalisa kesamaan antara dua string. Dengan menggunakan algoritma tersebut, sebuah string dapat dicari kemiripan struktur hurufnya dengan membandingkannya dengan string yang lain. Algoritma Jaro Winkler Distance melakukan beberapa tahapan proses dalam mencari kesamaan antara dua string yaitu menghitung panjang string, mencari jumlah huruf yang sama dan menentukan jumlah transposisi. Presentase keefektifan program pengoreksi kesalahan penulisan kata dalam mengoreksi kata yang salah pada jawaban user adalah sebesar 83,63 %.

---

This thesis will mainly discuss about testing and analyzing the performance of word error correction system in sentences by using jaro winkler distance algorithm in SIMPLE-O. In applying word processor, we often find an error of typing. The error occurred when the word which is typed has no meaning. This typing error could decrease the obtained final result if it is done by using SIMPLE-O automatic grader system. The algorithm of Jaro Winkler distance is a variant of Jaro distance algorithm metrics which can be used to analyze the similarity between two strings. By using the algorithm, a string structural similarity can be found by comparing it with another string. Jaro Winkler distance algorithm performs several stages in the process of finding the similarities between two strings those are calculate the string length, search the same number of letters and determine the amount of transposition. The effectiveness precentage of typo correction program in correction the user’s answer mistakes is 83,63%."

"Potential user merupakan orang yang secara potensial dapat menggunakan barang atau jasa tertentu, meskipun saat ini belum menggunakan. Partisipan penelitian ini adalah potential user bus TransJakarta (N=123). Metode yang digunakan adalah eksperimen dengan tipe field experiment dengan desain 2 (variasi eWOM: teks vs teks gambar) x 2 (citra merek: salience citra merek vs non-salience citra merek) faktorial between subject. Hasil penelitian menunjukkan bahwa terdapat pengaruh variasi eWOM terhadap intensi menggunakan bus TransJakarta (t=-9,262;p<0,05). Kelompok yang diberikan teks gambar tidak memiliki mean skor intensi menggunakan bus TransJakarta lebih tinggi dibandingkan kelompok yang diberikan teks (F(1,119)= 0,468; p>0,05). Kelompok yang diberikan salience citra merek tidak memiliki mean skor intensi menggunakan bus TransJakarta lebih tinggi dibandingkan kelompok yang tidak diberikan salience citra merek (F(1,119)= 3,084; p>0,05). Kelompok yang diberikan salience citra merek tidak berinteraksi secara signifikan dengan eWOM teks dan eWOM teks gambar terhadap intensi menggunakan bus TransJakarta (F(1,119)= 0,287; p>0,05). Variasi eWOM mempengaruhi intensi menggunakan bus TransJakarta, tetapi tidak dimoderasi oleh citra merek. Pengelola bus Transjakarta dapat menjadikan eWOM sebagai media komunikasi untuk meningkatkan intensi menggunakan bus TransJakarta pada potential user.

---

Potential user is a person who can potentially use particular product or service, althougt there is currently. The participants of this study is the potential users by bus TransJakarta (N = 123). The method used is experiment with the type of field experiment with 2 (variation eWOM: vs. text caption) x 2 (the brand image: the image of the brand salience vs. non-salience brand image) between subject factorial design. Results showed that there eWOM variation effect to the intention to use Transjakarta (t = -9.262; p <0.05). There is no significant effect on the variable eWOM variation (F (1,119) = 0.468; p> 0.05), the groups that were given the text image does not have the intention to use Transjakarta, the scores higher than the group that was given the text. There is a no significant effect on the brand image variable (F (1,119) = 3.084; p> 0.05), the score of a given group of salience the brand image is not higher than the group that was not given salience brand image. There was no significant interaction effect between variation eWOM, and brand image (F (1,119) = 0.287; p> 0.05), the groups that were given salience the brand image does not interact significantly with eWOM text and captions to the intention to use Transjakarta. Variations eWOM affect the intention of using bus TransJakarta, but aren?t moderated by the brand image. Operation of bus Transjakarta can make eWOM as communication media to increase intention to use bus TransJakarta on potential users."

"eWOM telah diketahui mampu memengaruhi intensi membeli atau intensi menggunakan suatu produk (Ladhari & Michaud, 2015; Mauri & Minazzi, 2013; Park & Kim, 2008; Park & Lee, 2009; Qu, 2015; Zhang, Ye, Law, & Li, 2010) dan diduga efeknya akan berbeda tergantung pada tipenya, positif atau negatif (Ladhari & Michaud, 2015; Mauri & Minazzi, 2013), serta tergantung pada elemennya, teks atau visual (Hoffman & Daugherty, 2013; Lin, Lu, & Wu, 2012) sehingga tujuan dari penelitian ini adalah untuk mencari tahu cara mengubah potential user bus TransJakarta menjadi user bus TransJakarta dengan melihat pengaruh variasi elemen eWOM positif terhadap intensi, khususnya intensi menggunakan bus TransJakarta. Penelitian ini merupakan penelitian eksperimental dengan desain penelitian randomized two-groups design (pretest & posttest). eWOM yang digunakan dalam penelitian ini berbentuk ulasan online yang diberikan pada partisipan (n=62) selama 7 hari melalui aplikasi instant messaging LINE. Hasil penelitian menunjukkan bahwa eWOM positif, baik berupa teks maupun teks-gambar, dapat meningkatkan intensi menggunakan bus TransJakarta (t(61) = 7.729; p < .01). Akan tetapi, peningkatan skor intensi menggunakan bus TransJakarta tidak berbeda secara signifikan pada kelompok yang diberi eWOM berupa teks dan eWOM berupa teks-gambar (t(60) = .582, p > .01). Selanjutnya, penelitian ini juga mendiskusikan temuan penelitian, saran untuk penelitian selanjutnya, serta implikasi praktis dari penelitian.

---

eWOM is known for its effect on purchase intention or intention to use a product (Ladhari & Michaud, 2015; Mauri & Minazzi, 2013; Park & Kim, 2008; Park & Lee, 2009; Qu, 2015; Zhang, Ye, Law, & Li, 2010) and it is assumed that the effect will be difference according to its type, positive or negative (Ladhari & Michaud, 2015; Mauri & Minazzi, 2013), and depends on its elements, text or visual (Hoffman & Daugherty, 2013; Lin, Lu, & Wu, 2012). Therefore, the purpose of this study was to seek how potential user of TransJakarta can be the actual user of TransJakarta by examining the effect of positive eWOM element variation on intention, specifically on intention to use TransJakarta bus. This study was an experimental study with randomized two-groups design (pretest & posttest). eWOM used in this study were online reviews about TransJakarta that was given to the participants (n=62) for seven days with the used of instant messaging application LINE. The findings of this study showed that positive eWOM, either text-only or with visual information increased the intention to use TransJakarta bus (t(61) = 7.729; p < .01). However, the increasing scores of the two experiment groups, the group that got text-only online review and the group that got text-with-visual-information online review, were not significantly different (t(60) = .582, p > .01). These findings led to discussions and suggestions for further research, as well as the practical implications, that are included in this paper.;eWOM is known for its effect on purchase intention or intention to use a product (Ladhari & Michaud, 2015."

"Sistem pengenalan Tulisan Tangan secara garis besar terbagi atas 2 kategori, yaitu on-line system dan off-line system. Pada on-line system, tulisan dihasilkan oleh suatu perangkat elektronik seperti pada layar PDA (touch screen), sedang off-line system menggunakan citra dari tulisan tangan yang diambil melalui kamera atau scanner.Pada tesis ini akan dibahas yang menggunakan off-line system, dimana citra tulisan diambil melalui scanner, kemudian diolah agar menghasilkan citra hitam putih tulisan tangan yang siap dimasukkan dalam proses pengenalan. Metode yang digunakan adalah pendekatan Analitis dengan Segmentasi secara eksplisit, dimana proses pengenalan tulisan dilakukan dengan cara memecah citra tulisan ke dalam segment, kemudian mencoba melakukanpengenalan terhadap segment tersebut. Metode ini mempunyai keunggulan bahwa dalam tahap pengenalan terhadap segment dapat menggunakan teknik Pengenalan Karakter (Optical Character Recognition) yang sudah ada, namun sistem ini mempunyai kelemahan bahwa ia tidak dapat mengambil informasi dari hubungan antar karakter. Pengenalan Character dilakukan melalui tahapan pemrosesan citra seperti Region Of Interest(ROI), binaryzation, dan thinning, kemudian dilakukan ekstraksi fitur dengan metode zoning untuk selanjutnya dimasukkan ke dalam JST Fuzzy ARTMAP. Fuzzy ARTMAP dipilih karena memiliki keunggulan dalam hal Incremental Learning. Hasil dari proses ini akan menghasilkan karakter dari kata yang dikenali."

"Tugas akhir ini bertujuan untuk membuat sistem pengenal huruf tulisan tangan dengan menggunakan algoritma Backpropagation Neural Network. Untuk mendapatkan representasi huruf dari bentuk tulisan tangan pada sub-sistem ekstraksi ciri digunakan metode Freeman chain code dan pryeksi sumbu sehingga akan dihasilkan rangkaian kode kerangka citra tulisan huruf. Proses penghalusan dan penipisan citra dilakukan dengan algoritma klasik pada sub-sistem pra_pengolahan. Pengujian menghasilkan tingkat keberhasilan rata-rata 92,31% untuk citra huruf A?Z, 76,92% untuk citra huruf a?z dan 90% untuk citra angka 0-9."

"Tesis ini membahas dan menjelaskan mengenai implementasi algoritma Line Hough Transform dan Circular Hough Transform dalam mendeteksikemungkinan keberadaan garis dan lingkaran pada citra karakter numerik dan operator matematika sederhana hasil tulisan tangan. Ciri ini akan digunakan sebagai nilai karakteristik dalam proses pengenalannya dimana proses pengenalanini juga memerlukan validasi terhadap tiap garis dan lingkaran yang ditemukan melalui proses grouping dan trending, baik pada penerapan LHT maupun pada penerapan CHT. Untuk tahap identifikasi perhitungan matematika sederhana setelah proses pengenalan tiap karakternya, memanfaatkan hasil segmentasi objek sehingga posisi suatu karakter dapat diketahui. Penentuan range nilai yang digunakan dalam validasi trend lines dan trend circles LHT dan CHT pada sistem ini dilakukan melalui analisis sejumlah data sampel. Pendeteksian garis dan lingkaran ini juga sangat dipengaruhi oleh nilai threshold yang diberikan sebagainilai ambang batas dalam melakukan voting accumulator array. Dalam penelitian ini, nilai threshold diperoleh dari hasil uji coba dan threshold yang cocok yang diimplementasikan pada sistem merupakan suatu fungsi yang relatif terhadap ukuran segmentasi objek. Penerapan teknik segmentasi dan thinning dalam penelitian ini juga memperkecil effort yang harus dikerjakan oleh sistem pada pemrosesan LHT dan CHT. Hasil pengujian sistem melalui beberapa skenario eksperimen memberikan nilai rata-rata precision untuk uji coba pengenalan karakter-karakter secara individual sebesar 98.13% dan rata-rata recall nya sebesar 94% terhadap 450 citra yang diujikan, sedangkan nilai akurasi untuk ketepatan pengenalan dan perhitungan matematika hasil tulisan tangan diperolehsebesar 90%.

---

This thesis discusses and explains about the implementation of Line Hough Transform and Circular Hough Transform algorithm to detect the possible presence of lines and circles on the handwriting image of numeric characters and

simple math operators. These characteristics will be used as characteristic values in recognition phase where this process also requires validation of each line and each circle that is found through grouping and trending process, either on implementation of LHT or CHT. For identification of simple mathematical calculation phase after recognition process of each character, the results of object segmentation are used to determine the position of characters. The definition of range values that is used in trend lines and trend circles validating process from LHT and CHT in this system was obtained from the analysis of a number of

training data. This lines and circles detection is also heavily influenced by threshold value in voting accumulator array. In this study, the threshold value is obtained from the test results and the match one is implemented in this system as a function relative to the size of the object segmentation. The object segmentation and thinning techniques also minimize the effort on processing LHT and CHT.

The results of testing the system through several experimental scenarios give an average precision value of 98.13% and an average recall value of 94% for individual characters recognition trials on 450 testing images. The accuracy for recognition and identification of mathematical calculation on handwriting images

is 90%."